共查询到20条相似文献,搜索用时 62 毫秒
1.
为实现刀具磨损状态的有效在线监测,提出一种基于一维卷积长短时记忆网络的多信号融合刀具磨损评估模型.该模型综合使用加工过程中主轴和工作台的振动和声发射信号,以实现信号间的优势互补,弥补单一信号的不足;基于一维卷积的特征学习能力和长短时记忆网络的时序特征分析能力,充分挖掘信号中包含的刀具磨损状态信息;最后通过全连接层和softmax分类器对刀具磨损状态进行评估.试验结果表明,该模型在各单一工况下对刀具磨损状态的识别准确率均可达93.8%以上,整体工况下识别准确率达95.3%,具有很好的稳定性和多工况通用性. 相似文献
2.
机械加工中刀具磨损退化直接影响工件质量和生产效率,在线监测刀具状态对于提高生产可靠性和降低刀具成本具有重要意义。为实现铣刀磨损状态在线监测,通过采集的主轴振动和主轴电机驱动电流作为监测信号;使用小波阈值降噪消除信号中的环境噪声干扰成分,并通过冗余提升小波变换保留信号的精确频率局部化信息,以提取更为丰富的频率特征;引入BiLSTM双向长短周期记忆网络对特征信号的时间信息进行编码,通过全连接层预测刀具磨损状态。通过铣刀的全寿命实验验证本文设计的铣刀磨损状态监测模型,结果表明,BiLSTM双向长短周期记忆网络可以有效评估铣刀磨损状态。 相似文献
3.
针对刀具磨损状态先验样本少和常规神经网络识别模型收敛速度慢、易陷入局部极小值等问题,提出了基于最小二乘支持向量机(LS-SVM)的刀具磨损量识别技术,并针对模型输出存在系统误差而降低刀具磨损量识别精度的问题,引入卡尔曼滤波算法对时序监测结果进行修正,实现小样本下的刀具磨损量的精确识别。以车削加工为研究对象,采集加工过程中的切削力信号,应用小波包分析技术提取反映刀具磨损状态的特征信息,作为LS-SVM的输入样本,并对模型进行学习训练,完成对刀具磨损状态的识别,最后采用卡尔曼滤波修正其时序监测结果。实验结果表明:LS-SVM模型能高效地实现刀具磨损量识别,需样本数较少,训练速度快,通过卡尔曼滤波修正后的磨损量识别结果精度更高。 相似文献
4.
为了提高机床加工过程中刀具磨损的监测能力,选择主轴电流和进给电流为主要信息,基于小波分解及软测量模型进行电流信号的多特征提取,从加工进给和主轴驱动两方面反映刀具磨破损信息;在此基础上,基于Parzen视窗法进行多特征信息的数据融合,构建智能报警模型,并依据拉依达法则确定报警边界,从而实现刀具状态的智能报警.将该技术应用到机床的加工中,实验证明可以实时地监测刀具运行状态并进行磨破损报警. 相似文献
5.
为实现在正常生产条件下进行刀具磨损的长期在线监测,提出了基于主轴电流信号和粒子群优化支持向量机模型(PSO-SVM)的刀具磨损状态间接监测方法。首先对数控机床主轴电机电流信号进行分析,将与刀具磨损相关的主轴电流信号多个特征参数和EMD能量熵进行特征融合作为输入特征向量;其次,通过粒子群寻优算法(PSO)对支持向量机模型(SVM)参数进行优化,建立基于主轴电流信号融合特征和PSO-SVM理论的刀具磨损状态识别模型;最后,通过实验采集某立式加工中心主轴在刀具不同磨损状态下电流信号进行验证,并与传统SVM模型、BP神经网络模型进行了对比分析。结果表明,所提出的方法具有较高的准确率和较好的泛化能力。能够实现正常生产条件下对刀具磨损的长期在线监测。 相似文献
6.
提出了一种基于狄利克雷混合模型的刀具磨损状态监测和磨损量估计的新方法。该方法将刀具磨损过程描述为磨损量的累积过程,通过对磨损增量的连续估计获得刀具当前的磨损量估计。首先对原始力信号进行特征提取,接着在不确定磨损增量状态数量的前提下采用狄利克雷混合模型对特征自动分类,然后利用吉布斯采样方法确定模型参数,最终得到描述力信号特征与磨损增量映射关系的刀具磨损状态混合模型。根据该混合模型以及当前的力信号信息即可完成刀具磨损量的在线估计。真实应用案例证明了该方法能自适应学习磨损状态并有效估计刀具的连续磨损值。 相似文献
7.
刀具状态的监测是实现机械加工自动化重要的一环.为了有效地捕捉刀具的状态信息,提出了一种基于谐波特征和GA-SVM(遗传-支持向量机)相结合的刀具状态监测方法.该方法运用小波变换提取AE信号的谐波特征信息,作为支持向量机的输入参数,GA寻找SVM建立刀具状态模型的最优参数,通过训练建立模型.结果表明,该方法能有效监测刀具磨损状态. 相似文献
8.
9.
10.
在铁基纳米晶合金带材剪切加工过程中,其刀具的状态对于保证加工质量至关重要。针对铁基纳米晶合金带材剪切加工过程中的刀具磨损状态监测问题,提出了一种基于声发射信号的剪切刀具磨损在线监测方法。首先,通过搭建声发射监测设备确定了相应的参数,采集原始声发射信号进行了预处理,得到了剪切加工阶段的信号,将其用于后续处理;然后,分析了剪切刀具磨损以及带材质量随剪切加工过程变化的关系,并根据剪切加工过程中获取的声发射信号,进行了时域、频域、时频域特征提取,分析了获得的特征与刀具磨损之间的关系,利用ReliefF和主成分分析(PCA)算法进行了特征选择与降维处理,得到了具有良好相关性的特征;最后,基于所选特征,构建了支持向量机(SVM)人工智能模型,用以识别剪切刀具的磨损阶段。研究结果表明:随着刀具磨损的加剧,带材质量下降,声发射信号特征值与刀具磨损存在对应关系;采用ReliefF-PCA-SVM模型能够实现95.56%的分类准确率,能够有效地对剪切加工过程中的刀具磨损进行在线监测。 相似文献
11.
针对贝叶斯网络中引入专家意见的先验概率准确度问题,对专家意见的误差判别、量化规则、意见综合等方面进行了研究.基于多重插补法对故障样本中的缺失统计数据进行概率插补,利用MATLAB进行概率拟合后得到了完备的先验概率集,提出了一种系统化的专家先验概率评估方法,并应用于大型桥式起重机故障诊断,验证了先验概率评估方法的可靠性.研究结果表明,该评估方法能够实现专家定性意见的精确量化,可以有效减小先验概率误差、提高故障诊断的效率,也可为先验概率赋值合理性的进一步研究提供依据. 相似文献
12.
针对认知无线电通信系统中基于能量检测的频谱感知方法,分析了基于能量检测法的高斯和瑞利信道下的检测概率和虚警概率,进行了MATLAB仿真,得到了理论和仿真曲线,结果表明能量检测法在确知噪声的情况下是一种有效频谱感知方法。 相似文献
13.
14.
核压力容器缺陷验收确定性准则的失效概率分析 总被引:1,自引:0,他引:1
在含缺陷结构完整性评定中,即使满足确定性分析要求,结构也会存在发生失效的可能。提出确定性缺陷验收准则所对应失效概率的分析方法,以计算在满足确定性分析要求的临界条件下结构的失效概率。采用该方法可以验证确定性缺陷验收准则是否能够满足结构的概率要求,也可依据概率要求指导确定性缺陷验收准则中安全系数的制定。针对ASME BPVC第XI卷中基于应力强度因子的缺陷验收准则,以正常降温工况和承压热冲击事故工况为例,对一典型含缺陷反应堆压力容器(Reactor pressure vessel,RPV)进行确定性分析和概率分析,得到相应工况下的临界裂纹尺寸及失效概率,并讨论安全系数对含缺陷RPV失效概率的影响。所分析案例表明,ASME标准中规定的安全系数在正常降温工况下尚不能保证RPV临界失效概率低于核安全的概率要求。 相似文献
15.
16.
最小二乘法在估计概率分布参数中的应用 总被引:5,自引:0,他引:5
提出一种估计概率分布参数的最小二乘法,这种方法以概率密度函数和频率间的关系为基础,通过对概率密度函数和频率间的关系进行合理的近似,建立求解未知分布参数的方程组,在求解过程中,将样本容量视为未知量,以简化求解过程。计算机模拟实例表明,这种方法求解出的未知分布参数精度较高,而且对于一些常见的分布函数,这处方法的求解过程十分简单。文中还通过计算机模拟对本文方法和极大似然估计法做了统计分析。 相似文献
17.
18.
估算谱载荷下疲劳寿命的累积破坏率法 总被引:4,自引:0,他引:4
提出一种新的估算谱载下疲劳寿命的方法,累积破坏率法。该广阔城对等幅度寿命统计分析的基础上,推导出任意应下下对数疲劳寿命的概率密度函数,从而利用累积破坏概率估算谱载下构件的疲劳寿命。本文利用16Mn与车轮铸钢对该方法进行了验证,结果表明累积破坏概率法能较为准确地进行变幅疲劳寿命的可靠必骨较好的工程应用价值。 相似文献
19.